Tehnoloģiju jaunizveidoto datu zinātnieks arvien biežāk tiek lietots termins, kas tiek izmantots, lai apzīmētu datus, kuri spēj pārvērst tradicionāli atsevišķās datu izlūkošanas funkcionālās zonas. Datu zinātnieks ir persona, kurai ir ērti veikt vairākus (ja ne visus) datu izlūkošanas projektu aspektus:
- Datu iegūšana: tas var būt saistīts ar pielāgotu parsētāju un tīmekļa rāpuļprogrammu vai skriptu rakstīšanu, kas mērķēti uz noteiktiem tīmekļa pakalpojumiem vai API netradicionāliem datu avotiem.
- Datu pārvaldība: ETL, manipulējiet ar datiem, meklējiet tos un uzturiet tos datu bāzēs, galveno vērtību veikalos vai Hadoop.
- Informācijas vizualizācija: modeļu atklāšana, izmantojot statiskas vizualizācijas rīku komplektus un / vai interaktīvas platformas, kuru pamatā ir Flash, JavaScript vai Processing.
- Analītika: tā var būt no vienkāršām līdz sarežģītām metodēm daudzfaktoru statistikā, mašīnmācībā un NLP.
- Ieskats: izgūstiet, apkopojiet un iepazīstiniet galvenos atradumus ar plašu auditoriju.
Ir daudz rīku, iemaņu un tehniskas detaļas, un var pavadīt gadus, apgūstot katru no iepriekš uzskaitītajiem priekšmetiem. Lai gan datu zinātniekam nevienā no jomām var nebūt patiesu ekspertu zināšanu, viņam / viņai ir patīkami izlaist turp un atpakaļ un visās tajās veikt pamata uzdevumus. Rezultāts ir pietiekami izveicīgs, lai ātri izsekotu datu projektu un sniegtu atbildes uz vadības (augsta līmeņa) jautājumiem. (par datu zinātniekiem žurnālā Data Scientists: Tehniskās pasaules jaunās roka zvaigznes.)
Lai uzaudzinātu datu zinātniekus, uzņēmumiem vairāk jākoncentrējas uz kultūru un organizatorisko struktūru. Daudziem datu darbiniekiem ir pietiekami daudz prasmju un apmācības, lai ātri iegūtu produktivitāti vairākās datu izlūkošanas jomās. Problēma ir tā, ka vairums nestrādā vidē, kas mudina viņus kļūt par datu zinātniekiem. Viņi ir iestrēguši tvertnēs un aprobežojas ar vienu vai divām datu izlūkošanas jomām. Bieži vien viņi izmanto tikai to vadītāju "apstiprinātus" rīkus.
